天下武功，唯快不破。

作者｜金光浩

編輯｜靖宇

本周 Google I/O 大會(huì)上，谷歌發(fā)布了最新模型 Gemini 3.5 Flash。

Google I/O 大會(huì)發(fā)布 Gemini 3.5 Flash｜圖片來(lái)源：youtube

有趣的是，隔一天國(guó)內(nèi) Qwen3.7-Max 也發(fā)布了，并且兩個(gè)模型都號(hào)稱自己在 Agent 場(chǎng)景上做了深度優(yōu)化。

我看到他們的第一反應(yīng)是：又是新一輪「模型大戰(zhàn)」，國(guó)內(nèi)外廠商再次開(kāi)啟跑分競(jìng)賽。

但這次我花了兩天時(shí)間實(shí)測(cè)之后，我發(fā)現(xiàn)Gemini 3.5 Flash 給我最大的感受不是它有多聰明，而是它的速度快到讓我不得不重新想一個(gè)問(wèn)題：

當(dāng)模型的響應(yīng)速度從「能用」變成「實(shí)時(shí)」，整個(gè) Agent 的使用體驗(yàn)會(huì)發(fā)生什么質(zhì)變？

01

Gemini 3.5 Flash 是什么水平

Gemini 3.5 Flash 的定位很有意思：

Google 把它放在了 Flash 系列，但在 MCP Atlas 這個(gè) Agent 基準(zhǔn)測(cè)試上拿了 83.6% 的 SOTA 水平，甚至超過(guò)了 GPT-5.5 的 75.3% 和 Claude Opus 4.7 的 79.1%。

代碼能力在 Terminal-Bench 2.1 上得分 76.2%，超過(guò)了自家上一代旗艦 Gemini 3.1 Pro 的 70.3%。

這意味著一個(gè) Flash 定位的模型，在干活能力上已經(jīng)逼近甚至超過(guò)了許多旗艦產(chǎn)品。

Gemini 3.5 Flash 的各項(xiàng)性能｜圖片來(lái)源：Google 播客

定價(jià)方面，輸入 1.5 美元/百萬(wàn) token，輸出 9 美元/百萬(wàn) token。它跟 Claude Opus 4.7 輸入 5 美元輸出 25 美元的定價(jià)比，便宜了幾倍。跟 GPT-5.5 比，也有明顯的價(jià)格優(yōu)勢(shì)。

但真正讓它在一眾模型中脫穎而出的，是 289 tokens/秒的輸出速度：首 token 延遲大約 65 毫秒，比其他前沿模型快了 4 倍左右。

Gemini 3.5 Flash 在性能 * 速度方面獨(dú)一檔｜圖片來(lái)源：Google 播客

它在 benchmark 做到了許多維度的 SOTA，具體用起來(lái)到底怎么樣？

02

實(shí)測(cè)：

Gemini 3.5 Flash vs Qwen3.7-Max

先提一下：Qwen3.7-Max 和 Gemini 3.5 Flash 在 Text Arena 上的分?jǐn)?shù)比較接近。

Gemini 3.5 Flash 和 qwen3.7-max 的評(píng)分很接近｜圖片來(lái)源：Arena

Qwen3.7-Max 這個(gè)模型，在評(píng)測(cè)集上已經(jīng)超過(guò)了國(guó)內(nèi)的旗艦?zāi)Ｐ?Kimi 2.6、GLM-5.1、DeepSeek-V4，是目前國(guó)內(nèi)的第一水平，效果也非常接近國(guó)外的頂尖模型。

Qwen 這次也專門(mén)為 Agent 可靠性設(shè)計(jì)，支持長(zhǎng)達(dá) 35 小時(shí)的端到端自主任務(wù)執(zhí)行，推理內(nèi)核經(jīng)過(guò)深度 GPU 優(yōu)化，速度提升達(dá) 10 倍。

Qwen3.7-Max 的效果｜圖片來(lái)源：Qwen

兩個(gè)面向 Agent 場(chǎng)景的頂級(jí)選手放在一起測(cè)，真實(shí)效果會(huì)如何呢？

第一個(gè)測(cè)試：寫(xiě)一首給自己的小情詩(shī)

提示詞：幫我寫(xiě)首給自己的小情詩(shī)

這是個(gè)輕量級(jí)任務(wù)，主要看基礎(chǔ)文本生成的速度和質(zhì)量。

Qwen3.7-Max 輸出用了 30 秒，Gemini 3.5 Flash 用了 11 秒。速度差距接近 3 倍。

質(zhì)量上，Qwen 的中文文筆確實(shí)更好一些，遣詞造句更有韻味。Gemini 雖然中文表達(dá)稍顯直白，但考慮到 11 秒的響應(yīng)時(shí)間，這個(gè)響應(yīng)體驗(yàn)已經(jīng)很接近即時(shí)對(duì)話了。

Qwen 3.7-max 實(shí)測(cè) ｜圖片來(lái)源：Zenmux

Gemini 3.5 Flash 實(shí)測(cè) ｜圖片來(lái)源：Zenmux

如果你只是日常聊天寫(xiě)文字，兩者都?jí)蛴谩?/p>

但如果場(chǎng)景換成 Agent 產(chǎn)品，用戶每說(shuō)一句話都在等回復(fù)，11 秒和 30 秒的差距就是「流暢對(duì)話」和「明顯在等」的區(qū)別。

第二個(gè)測(cè)試：Golden Gate Bridge 3D 體素模擬

提示詞：ObjectiveBuild a visually stunning, high-fidelity 3D voxel-style simulation of the Golden Gate Bridge in Three.js.Prioritize complex visuals (not simple blocks), strong atmosphere depth, and smooth ~60FPS.Visuals & Atmosphere- Lighting: a Time-of-day slider (0–24h) that controls sun position, intensity, sky color, and fog tint.- Fog: volumetric-feeling fog using lightweight sprite particles; slider 0–100 (0 = crystal clear, 100 = dense but not pure whiteout).- Water: custom shader for waves + specular reflections; blend horizon with distance-based fog (exp2) so the far water merges naturally.- Post: ACES filmic tone mapping + optimized bloom (night lights glow but keep performance).Scene Details- Bridge: recognizable art-deco towers, main span cables + suspenders, piers/anchors consistent with suspension bridge structure.- Terrain: simple but convincing Marin Headlands + SF side peninsula silhouettes.- Skyline: procedural/instanced city blocks on the SF side to suggest depth.- Traffic: up to ~400 cars via InstancedMesh, properly aligned on the deck (avoid clipping). Headlights/taillights emissive at night.- Ships: a few procedural cargo ships with navigation lights moving across the bay.- Nature: a small flock of animated birds (lightweight flocking).Night ModeAt night, enable city lights, bridge beacons, street lights, vehicle lights, ship nav lights.Tech & Controls (Important)- Output MUST be a single self-contained HTML file (e.g., golden_gate_bridge.html) that runs by opening in Chrome.- No build tools (no Vite/Webpack). Pure HTML + JS.- Import Three.js and addons via CDN using ES Modules + importmap.- UI: nice-looking sliders for Time (0–24), Fog Density (0–100), Traffic Density (0–100), Camera Zoom.- Optimization: use InstancedMesh for repeated items (cars/lights/birds), avoid heavy geometry, keep draw calls low.

我給了一個(gè)非常復(fù)雜的 Three.js 需求，要求生成一個(gè)帶晝夜系統(tǒng)、霧氣效果、交通流、船只和鳥(niǎo)群的金門(mén)大橋 3D 場(chǎng)景，輸出必須是單文件 HTML，不能用任何構(gòu)建工具。

Qwen3.7-Max 輸出用了 204 秒，消耗了 14770 個(gè) token。Gemini 3.5 Flash 用了 157 秒，但消耗了 35996 個(gè) token。

Qwen 3.7-max 實(shí)測(cè) ｜圖片來(lái)源：Zenmux

Gemini 3.5 Flash 實(shí)測(cè) ｜圖片來(lái)源：Zenmux

這里出現(xiàn)了一個(gè)有意思的現(xiàn)象：Gemini 雖然總耗時(shí)更短，但 token 消耗是 Qwen 的 2.4 倍。

換句話說(shuō)，Gemini 完成同樣任務(wù)寫(xiě)的代碼消耗的 token 確實(shí)更「多」，這也意味著整體 Gemini 在執(zhí)行任務(wù)的費(fèi)用更貴。

不過(guò) Gemini 3.5 Flash 因?yàn)槊棵胪鲁龅?token 數(shù)量遠(yuǎn)高于對(duì)手，所以還是能保持總時(shí)間反而更短。

視覺(jué)效果上，Qwen3.7-Max 的整體層次感更豐富，光影和氛圍做得更細(xì)膩。Gemini 則勝在橋的結(jié)構(gòu)細(xì)節(jié)，懸索、塔柱的比例更接近真實(shí)的金門(mén)大橋。

兩者各有所長(zhǎng)，都是高水準(zhǔn)的輸出。

第三個(gè)測(cè)試：macOS 菜單欄語(yǔ)音輸入應(yīng)用

提示詞：https://github.com/yetone/voice-input-src

模型能力強(qiáng)不強(qiáng)，Agent 場(chǎng)景才是真正拉開(kāi)差距的地方。

前兩個(gè)測(cè)試本質(zhì)上都是「一次性生成」——給個(gè)提示詞，模型輸出一段內(nèi)容就結(jié)束了。但真實(shí)的 Agent 工作流不是這樣的，它是一個(gè)長(zhǎng)程任務(wù)，需要模型反復(fù)與環(huán)境交互、試錯(cuò)、修正。

所以這次，我讓兩個(gè)模型各自實(shí)現(xiàn)一個(gè)完整的 macOS 語(yǔ)音輸入應(yīng)用。這個(gè)開(kāi)源項(xiàng)目很有意思：倉(cāng)庫(kù)里只有一份提示詞，沒(méi)有任何代碼。想到朋友說(shuō)的那句話：在 AI 時(shí)代，文檔是資產(chǎn)，代碼是負(fù)債。

我把需求丟給兩個(gè)模型，分別在 Claude Code 上跑。需求包括：Fn 鍵全局監(jiān)聽(tīng)、流式語(yǔ)音識(shí)別、懸浮窗動(dòng)畫(huà)、輸入法兼容處理、LLM 糾錯(cuò)集成、菜單欄配置界面，最終要求輸出簽名好的 .app 包。

結(jié)果差距非常大：

Qwen3.7-Max 跑了 55 分鐘，但是程序也沒(méi)能一遍過(guò)，中間出現(xiàn)編譯錯(cuò)誤，需要人工介入。

Qwen 3.7-max 實(shí)測(cè) ｜圖片來(lái)源：Zenmux

而 Gemini 3.5 Flash 僅跑了 10 分鐘，程序直接一遍過(guò)。

Gemini 3.5 Flash 實(shí)測(cè) ｜圖片來(lái)源：Zenmux

從 55 分鐘到 10 分鐘：將近 5 倍的效率差距，而且 Gemini 的輸出是直接能用的，不需要額外調(diào)試。

這個(gè)結(jié)果讓我有點(diǎn)意外：

之前寫(xiě)詩(shī)和做 3D 的測(cè)試?yán)?，兩者差距并不大。但一旦進(jìn)入 Agent 編程的場(chǎng)景，Gemini 3.5 Flash 的 Agent 能力和速度優(yōu)勢(shì)被急劇放大了。

原因也很好理解：Agent 執(zhí)行長(zhǎng)程編碼任務(wù)，不是一次性輸出一大段文字，而是要反復(fù)調(diào)用工具、讀取反饋、修改代碼、再次執(zhí)行。每一輪交互都省下來(lái)的時(shí)間累積起來(lái)，差距就變得巨大。

03

模型體驗(yàn)正在進(jìn)入 4G 時(shí)代

我用了一個(gè)可能不太精確，但很直觀的說(shuō)法：

過(guò)去大模型的生成速度更接近 3G 的體驗(yàn)，你知道它在工作，但你需要等。

而 Gemini 3.5 Flash，讓我第一次感受到了接近 4G 的流暢度。

這種速度上的變化帶來(lái)的不僅僅是「快一點(diǎn)」的體驗(yàn)提升，它直接決定了某些產(chǎn)品形態(tài)能不能成立。

比如 AI 陪伴這個(gè)場(chǎng)景：最近520 EVE 火了，王登科最近也上線了 AI 陪伴產(chǎn)品 The One。

在陪伴場(chǎng)景里，用戶對(duì)回應(yīng)速度的敏感度極高：

如果對(duì)方兩三秒就能回你，那種感覺(jué)是「在聊天」，但如果要等十幾秒，那種感覺(jué)是「在等一個(gè)機(jī)器給你生成內(nèi)容」。

而 Gemini 3.5 Flash 65 毫秒的首 token 延遲，289 tokens/秒的輸出速度，意味著用戶幾乎感受不到等待。

微信里的 AI 陪伴 The One ｜圖片來(lái)源：微信

但速度和智能之間存在一個(gè)很現(xiàn)實(shí)的矛盾：

GPT-5.4 剛出來(lái)的時(shí)候，編程效果超過(guò)了 Anthropic 4.5，但很多人還是選擇繼續(xù)用 Anthropic 4.5。

為什么？因?yàn)樵趯?shí)際工程任務(wù)里，穩(wěn)定性和指令遵循的精度有時(shí)候比極致的聰明更重要：

模型想變得更聰明，通常意味著參數(shù)量更大、推理鏈更長(zhǎng)，這就會(huì)導(dǎo)致速度下降。

所以行業(yè)里開(kāi)始出現(xiàn)一種分化：有的公司死磕模型能力上限，有的公司則專注于在保持夠用的智能水平的同時(shí)，把速度推到極致。

Gemini 3.5 Flash 選擇了后者，而且做得相當(dāng)激進(jìn)：它甚至把默認(rèn)推理檔位從上一代 Flash 的 High 降到了 Medium，主動(dòng)降低推理深度來(lái)?yè)Q取速度提升。

Google 在這里做了一個(gè)關(guān)鍵的決策：對(duì)于 Agent 場(chǎng)景來(lái)說(shuō)，快比聰明更重要。

這個(gè)判斷對(duì)不對(duì)？從 Agent 的發(fā)展趨勢(shì)來(lái)看，它很可能是對(duì)的。

04

速度對(duì) Agent 意味著什么

回到文章開(kāi)頭那個(gè)問(wèn)題：

當(dāng)模型的響應(yīng)速度從「能用」變成「實(shí)時(shí)」，Agent 的使用體驗(yàn)會(huì)發(fā)生什么質(zhì)變？

我想從兩個(gè)維度來(lái)回答。

第一個(gè)是實(shí)時(shí)交互的體驗(yàn)升級(jí)。

Claude Code 這類(lèi) Agent 產(chǎn)品在執(zhí)行任務(wù)時(shí)，用戶能明顯感覺(jué)到模型在「思考」「等待」「處理」的間隙。

這些間隙加起來(lái)，一個(gè) 20 分鐘的任務(wù)可能有 5 分鐘是你在看它轉(zhuǎn)圈。

當(dāng)速度快 4 倍，這些間隙被大幅壓縮，整個(gè)過(guò)程變得更像「你交代任務(wù)，它流暢執(zhí)行」，而不是「你交代任務(wù)，它斷斷續(xù)續(xù)地干」。

第二個(gè)維度更有意思，也是我覺(jué)得 Gemini 3.5 Flash 真正的價(jià)值所在：

它讓 Agent 能在相同時(shí)間內(nèi)完成更多的事。

想象一下這樣一個(gè)場(chǎng)景。假設(shè)你讓一個(gè) Agent 跑 24 小時(shí)來(lái)完成一個(gè)大型項(xiàng)目。如果模型輸出速度是原來(lái)的 4 倍，在 Agent 調(diào)用工具的時(shí)間不變的前提下，一天內(nèi)的產(chǎn)出可能提升 2 到 3 倍。

這個(gè)計(jì)算很粗略，因?yàn)?Agent 執(zhí)行過(guò)程中有大量時(shí)間花在等待工具返回結(jié)果、讀取文件、編譯代碼上，這些時(shí)間不會(huì)因?yàn)槟Ｐ妥兛於s短。但模型思考和輸出代碼的那部分時(shí)間確實(shí)能被大幅壓縮。

而最近的趨勢(shì)是，Agent 執(zhí)行任務(wù)的時(shí)間越來(lái)越長(zhǎng)：

Claude Code 在不斷優(yōu)化它的任務(wù)編排能力；OpenAI Codex 最近推出了 /goal 功能，可以讓Agent連續(xù)運(yùn)行幾小時(shí)甚至幾天直到任務(wù)完成；各家都在努力拉長(zhǎng)模型的持續(xù)工作時(shí)間：從半小時(shí)的任務(wù)到幾小時(shí)的項(xiàng)目，再到 Qwen3.7-Max 宣稱支持的 35 小時(shí)端到端執(zhí)行。

任務(wù)時(shí)間線被拉長(zhǎng)的同時(shí)，模型響應(yīng)速度的價(jià)值也在同步放大：

一個(gè) 10 分鐘的任務(wù)，省幾分鐘你可能無(wú)感。

但當(dāng)任務(wù)拉長(zhǎng)到 10 小時(shí)、24 小時(shí)，省下的時(shí)間可能是小時(shí)級(jí)的。

即使只算模型輸出環(huán)節(jié)快 4 倍，一天的長(zhǎng)程任務(wù)也能多擠出好幾個(gè)小時(shí)的有效產(chǎn)出。

Agent 的長(zhǎng)程工作時(shí)間越來(lái)越長(zhǎng) | 圖片來(lái)源：Anthropic

這就是 Gemini 3.5 Flash 對(duì) Agent 生態(tài)真正的價(jià)值：

它讓 Agent 的生產(chǎn)效率提升了一個(gè)量級(jí)，而且這個(gè)收益會(huì)隨著任務(wù)時(shí)長(zhǎng)的增加而持續(xù)放大。

05

長(zhǎng)程 Agent 能力之王

寫(xiě)到這里我想做個(gè)總結(jié)。

Gemini 3.5 Flash 有明顯的短板：它在 Humanity's Last Exam 上只拿了 40.2%，低于自家上一代 Pro 的 44.4%。在抽象推理、長(zhǎng)文檔檢索等測(cè)試中表現(xiàn)也不算突出。

它確實(shí)「偏科」，這是有意而為之，Google 主動(dòng)在某些能力上做了取舍：

Gemini 3.5 Flash 選擇了 Coding 和 長(zhǎng)程 Agent 能力，比如在 APEX 基準(zhǔn)測(cè)試上（評(píng)估模型在真實(shí)工作場(chǎng)景中執(zhí)行跨應(yīng)用、長(zhǎng)跨度任務(wù)的能力），Gemini 3.5 Flash 排名全球第一。

Gemini 3.5 Flash 在 APEX 獨(dú)一檔 | 圖片來(lái)源：artificialanalysis

但如果你把視角從「模型對(duì)比」切換到「Agent 工具選型」，你會(huì)發(fā)現(xiàn)這些短板在很多實(shí)際場(chǎng)景里并不致命：

大部分 Agent 任務(wù)不需要模型去回答「人類(lèi)最后一考」那種綜合知識(shí)題，它需要的是快速生成代碼、準(zhǔn)確調(diào)用工具、高效處理多步驟工作流。

而在這些場(chǎng)景上，Gemini 3.5 Flash 做到了又快又好。

前兩天聽(tīng)了一期播客，張小珺對(duì)姚順宇的四小時(shí)訪談，姚順宇是從 Anthropic 跳到 Google DeepMind 的研究科學(xué)家，參與過(guò) Claude 3.7 和 Gemini 3 的開(kāi)發(fā)。

張小珺和姚順宇對(duì)談 | 圖片來(lái)源：小宇宙

他有句話讓我印象很深：現(xiàn)在模型在紙面上看著都差不多，benchmark 高一個(gè)點(diǎn)低一個(gè)點(diǎn)，那些差距主要是噪聲而不是信號(hào)，實(shí)際用起來(lái)，區(qū)別依然明顯。

然后他聊到自己現(xiàn)在的研究重心，兩件事：AI 自己做研究，以及 long horizon。Long horizon 就是讓模型在更長(zhǎng)的時(shí)間跨度里持續(xù)工作，完成那些一句提示詞搞不定的復(fù)雜任務(wù)。

Gemini 3.5 Flash 無(wú)疑是這個(gè)觀點(diǎn)印證，它的發(fā)布標(biāo)志著一個(gè)新階段的開(kāi)始：

以前我們選模型看的是「誰(shuí)最聰明」。但當(dāng)Agent成為主要的調(diào)用方式，答案可能要改成「誰(shuí)能讓Agent跑得最快、最遠(yuǎn)、最穩(wěn)」。它也是第一個(gè)讓我明確感知到這個(gè)拐點(diǎn)的產(chǎn)品。

如果你正在用 Claude Code 或者其他 Agent 工具做開(kāi)發(fā)，我建議試試把底層模型切到 Gemini 3.5 Flash 跑幾個(gè)項(xiàng)目。

你會(huì)發(fā)現(xiàn)：那種 10 分鐘交付一個(gè)完整應(yīng)用的體驗(yàn)，用過(guò)之后很難回去。

畢竟，天下武功，唯快不破。

*頭圖來(lái)源：youtube

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問(wèn)

你認(rèn)為大模型的速度和能力，

哪個(gè)更重要？